下表是利用人工智能预测某地是否发生地震的数据
（1）请解释每个术语的真实情况和预测情况
（2）计算准确率、精确率、召回率
（3）2中的3个评价指标中哪个最适合应用在该模型中？说明理由
【正确答案】：（1）这里只要记住True、False描述的是分类器是否判断正确，Positive、Negative是分类器的分类结果。
TP表示真实情况为发生地震，模型预测结果为发生地震
FP表示真实情况为未发生地震，模型预测结果为发生地震
TN表示真实情况为未发生地震，模型预测结果为未发生地震
FN表示真实情况为发生地震，模型预测结果为未发生地震
（2）
准确率=（TP+TN）/（TP+FP+TN+FN）=（30+35）/（30+15+35+20）=0.65
精确率=TP/（TP+FP）=30/（30+15）=2/3
召回率=TP/（TP+FN）=30/（30+20）=0.6
（3）该模型适合使用召回率为指标，因为希望当地震真实发生时我们能预测出来，宁可100次误报95次，将5次地震全部预测到，而不要只预测10次，结果漏掉5次中的2次。在这个情形中，我们希望召回率越高越好，哪怕牺牲一定的精确率。